AI와 데이터 기술은 빠르게 진화 중입니다. 이에 따라 어떤 기술을 언제, 어떻게 활용할지에 대한 기업의 전략적 판단 역시 중요해지고 있습니다. 삼성SDI 역시 데이터와 지식 자산의 효과적인 활용을 위해, 새로운 기술을 적극적으로 도입하고 있습니다. 데이터 기반 업무의 혁신을 시도하며 삼성SDI의 디지털 전환을 이끌고 있는 이재문 프로와 유정이 프로를 소개합니다.

[삼성SDI의 생성형 AI 도입을 준비하고 있는 유정이 프로(왼)와 이재문 프로(오)]

Q. 담당하고 계신 업무에 대한 소개를 부탁드립니다.

이재문 프로) 저희는 삼성SDI 내부 곳곳에 흩어진 데이터를 수집하고 분석합니다. 나아가 이를 활용해 업무 생산성을 향상시킬 수 있는 데이터 플랫폼을 구축하여 운영하고 있습니다. 이는 연구소, 개발, 기술, 품질 등의 데이터가 모여 있는 공간으로, 전사 임직원들이 데이터 기반으로 업무를 수행할 수 있는 환경을 제공합니다. 이렇게 모인 방대한 양의 자료를 최대한 효율적으로 사용하기 위해 다양한 방안을 고민하고 있습니다. 특히 디지털 전환의 핵심 동력이라고 할 수 있는, 생성형 AI를 도입하고자 준비를 하고 있습니다. 

유정이 프로) 단순한 기술의 도입을 넘어, AI의 성공적인 정착과 지속 가능한 운영을 위해서는 삼성SDI만의 업무 특성과 문화를 반영한 체계적인 아키텍처 설계와 견고한 거버넌스 체계가 필수적입니다. 그래야만 삼성SDI가 가지고 있는 데이터와 복잡한 업무 맥락 속에서도 신뢰할 수 있는 답변을 제공하고, 보안과 품질, 책임성을 모두 갖춘 시스템으로 자리잡을 수 있기 때문입니다.

Q. 어떤 목표를 가지고 일하고 계신가요?

유정이 프로) 생성형 AI를 통해 삼성SDI의 임직원들이 보다 효율적으로 일할 수 있도록 돕는 것입니다. 예컨대 라인 내 설비 문제가 발생했을 때 AI를 활용한다면 그 원인과 해결 방법을 AI에게 문의하고, AI가 제시하는 답변에 따라 업무를 수행하며 관련된 분석까지도 진행할 수 있습니다. 

이재문 프로) 현재의 생성형 AI를 지능형 문답 시스템으로 전환시켜 실제 업무 현장에서의 혼선을 줄이고, 효율을 극대화하며, 궁극적으로는 디지털 전환의 한 축을 안정적으로 완성해 나가는 것에 기여하고 싶습니다.

삼성SDI의 AI가 더 똑똑하게 일하려면, 삼성SDI만의 문서와 데이터, 그리고 업무 방식을 제대로 이해해야 합니다. 이를 위해 사내 데이터를 기반으로 필요한 정보와 지식을 제대로 검색할 수 있도록 하는 시스템을 구축하고 있습니다. 

[생성형 AI 엔지니어로 역량을 발휘하고 있는 이재문 프로(위)와 유정이 프로(아래)]

Q. 업무를 하며 기억에 남는 에피소드가 있나요?

유정이 프로) 범용 LLM(Large Language Model)*을 테스트할 때 경험했던 오번역 사례가 기억에 남습니다. 배터리 관련 문서를 기반으로 생성형 AI의 응답 품질을 검토하던 중, 배터리 산업에서만 통용되는 특화된 용어와 맥락을 AI가 제대로 이해하지 못했던 적이 있습니다. 배터리 제조 공정 중 하나인 ‘화성’을 행성 ‘Mars’로 번역하는 등 특정 단어를 일반적인 의미로 잘못 해석한 경우가 생긴 것입니다. 

이는 임직원들이 어떤 배경으로 특정 단어를 사용하고 있는지에 대한 정보 없이, 단순 텍스트 기반으로 추론했기 때문에 발생한 결과였습니다. 해당 경험을 통해 단순히 범용 LLM을 도입하는 데 그치지 않고, 삼성SDI의 전문 용어와 업무 맥락을 반영한 생성형 AI 시스템 구축의 중요성을 절실히 느꼈습니다.

*LLM(Large Language Model): 수많은 데이터를 학습하여 언어를 이해하고 생성하는 AI 모델. Chat GPT, Claude, Gemini 등이 대표적임.

Q. 업무를 하며 겪는 어려움이 있다면 무엇인가요?

이재문 프로) 사내에 존재하는 방대한 양의 지식과 정보를 정형화된 데이터로 전환하는 과정이 가장 어렵습니다. 대부분의 정보가 문서, 보고서, PPT 등 비정형 양식으로 되어 있기 때문에, 이를 AI가 이해할 수 있도록 구조화하고 정제하는 데 시간이 많이 소요됩니다. 만드는 사람에 따라 표현 방식이 천차만별이고, 경우에 따라서는 보고서 자체보다 그 안에 숨겨진 문맥이 중요한 문서도 많기 때문에 이를 통합하여 적용하려면 시간이 많이 걸리는 것입니다.

유정이 프로) AI는 방대한 연산을 필요로 하는 기술입니다. 특히 LLM은 실제 업무에 활용하려면 추론 단계에서부터 막대한 연산 자원이 요구됩니다. 이때 활용되는 것이 바로 GPU입니다. 현재 전 세계적으로 AI 모델 학습과 추론에 필수적인 GPU 확보가 어려운 상황입니다. 사내에서도 제한된 인프라 자원 안에서 모델을 학습하고 운영해야 하다 보니, 리소스를 효율적으로 분배하고 우선순위를 정하는 데 고민이 많습니다. 이는 저희가 꾸준히 풀어가야 할 과제라고 생각합니다.

Q. 특별한 조직문화가 있다고 들었습니다.

이재문 프로) 저희는 현재 구성원들이 천안과 기흥 두 지역으로 나뉘어 근무하고 있습니다. 이런 상황에서는 소통에 단절이 생기거나 업무 진행 시에 오해가 생길 수 있는데, 이를 최소화하기 위해 개발 코드 및 문서 관리 협업 툴을 적극 도입했습니다. 이렇게 다양한 툴을 활용하니 각자가 작성한 문서를 쉽게 공유하고 함께 수정·관리할 수 있어, 팀원 간의 협업 효율 역시 좋아져 만족도가 높습니다. 

특히, 온라인 커뮤니케이션을 중심으로 업무를 진행하다 보니 굳이 물리적으로 함께 있지 않아도 ‘함께 일하고 있다’는 감각을 유지할 수 있어요. 서로의 업무 이력이 온라인 상에 남고, 과정을 공유하다 보니 신뢰도 쌓이는 것 같습니다. 덕분에 공간의 제약 없이도 유기적으로 협력하고 빠르게 움직일 수 있는 유연한 조직문화를 만들어가고 있다고 생각합니다.